Microsoft PowerPoint - 借換に関する追加調査2015

Size: px

Start display at page:

Download "Microsoft PowerPoint - 借換に関する追加調査2015"

みひなとりこし
5 years ago
Views:

1 調査の概要 1 調査方法 2015 年度民間住宅ローン借換の追加実態調査インターネット調査インターネット調査会社のモニター 184 万件のうち 2 の調査対象の要件を満たす方に対しインターネットによるアンケート調査を実施し先着順に回答があった民間住宅ローン借換者 259 件を調査対象とした 2 調査対象現在民間住宅ローンを借入されている方で 2015 年 11 月から 2016 年 3 月までに借換された方 n=259 全国の 20 歳以上 70 歳未満の方 ( 学生の方及び無職の方を除く ) 民間住宅ローンの借換 ( フラット 35 を含む ) を対象 3 調査時期 2016 年 6 7 月 4 調査項目民間住宅ローンを借入されている方の借換による金利タイプの変化など 2016 年 9 月独立行政法人住宅金融支援機構調査部 1

2 1-1. 借換による金利タイプの変化 ( 構成比変化 ) 借換前後における金利タイプごとの構成比の差をみると全期間固定型と固定期間選択型でマイナスとなり変動型がプラスとなっている ( 単位 :%) 借換前借換後差全期間固定型固定期間選択型変動型 ( 注 ) 金利タイプと金融機関業態との関係で集計可能となった回答 (n = 240) について集計 ( 以下 16 ページまでにおいて同じ ) 2

5 は借換前 : 全期間固定型借換後 : 全期間固定型となった方の借換全体に占める割合をその右の数値 4.

3 1-2. 借換による金利タイプの変化 ( 全体に占める割合 ) 借換前後の金利タイプの変化の組合せが全体に占める割合は固定期間選択型固定期間選択型が最も高く 41.2% となっている ( 図の見方 ) 左上の数値 7.5 は借換前 : 全期間固定型借換後 : 全期間固定型となった方の借換全体に占める割合をその右の数値 4.6 は借換前 : 全期間固定型借換後 : 固定期間選択型となった方の借換全体に占める割合をそれぞれ示している以下同じ ( 注 ) 図中の数値は全体の推移件数を 100 とした場合の各推移区分の割合を示している 3

4 1-3. 借換による金利タイプの変化 ( 借換後全期間固定型内訳 ) 借換前に全期間固定型であったものでは借換後も全期間固定型となるものが多い ( 注 ) 図中の数値は全体の推移件数を 100 とした場合の各推移区分の割合を示している割合が 1% 未満の場合は数値の表示を割愛した 4

比較的短い固定期間の住宅ローンも選ばれている ( 注 ) 図中の数値は全体の推移件数を 100

5 1-4. 借換による金利タイプの変化 ( 借換後固定期間選択型内訳 ) 借換後に固定期間選択型となったもののうち固定期間が長いものが選ばれる割合は特に高いわけではなく固定期間 3 年や固定期間 5 年など比較的短い固定期間の住宅ローンも選ばれている ( 注 ) 図中の数値は全体の推移件数を 100 とした場合の各推移区分の割合を示している割合が 1% 未満の場合は数値の表示を割愛したなお上段左から 3 番目の破線は当該区分の割合が 0% であることを示している 5

6 1-5. 借換による金利タイプの変化 ( 純増減件数変化 ) 借換前後における金利タイプ ( 詳細内訳 ) ごとの純増減件数 ( 借換前件数 - 借換後件数 ) をみると変動型と固定期間 5 年などが純増となり固定期間 20 年超などが純減となっている ( 単位 : 件数 ) 変動 2 年 3 年 5 年その他 10 年以内 10年固定期間選択型 15 年以内 20 年以内 20年超フラット 35 フラット以外全期間固定型 6

7 1-6. 借換による金利タイプの変化 ( ネットワーク分析 ) 借換前後の金利タイプの推移をネットワークとしてグラフ化すると変動型変動型と固定期間 10 年固定期間 10 年では頂点の外側にある円形の辺が太くなっており自己回帰するものの件数が多いことがわかる変動グラフの見方フラット 35 フラット 35 以外 2 年 3 年頂点 ( ノード ): 円の大きさで借換後の件数の多少を表す辺 ( エッジ ): 線の太さで矢印の方向における借換前後の金利タイプの変化の多少を表すノードの外側にありそのノード自身へ戻る ( 自己回帰する ) 円形の矢印 ( エッジ ) は借換前後で金利タイプが同じものを表すエッジの色は次のようにして定めた 1. 上 ( 変動型 ) から時計回りに各金利タイプに番号を割り振る 2. その番号において昇順の番号のノードへの推移は薄青色で自己回帰と降順の番号のノードへの推移は赤色で表示した 20 年超 5 年 20 年以内その他 10 年未満 15 年以内 10 年 7

8 2. 借換後の金利タイプに影響を与える各要因の影響度分析借換後の金利タイプに与える各要因の影響度は借換後金融機関の影響が最も大きく借換前金利タイプがそれに次いでいる一方世帯年収年齢職業といった属人的な要因の影響は小さい借換後金融機関借換前金利タイプ差引返済額借換後返済期間借換前返済額都市圏世帯年収借換年月年齢職業 ( 注 ) ランダムフォレストという統計手法により各要因から借換後の金利タイプを推定した結果である数値が大きい MeanDecreaseGini ( 印が右にある ) ほど影響度が大きいことを表しているなお金利タイプは借換後金利によってほぼ一意に決定されるため意図的に借換後金利を影響を与えるであろう各要因から除外して推定を行った 8

9 3. 借換後の金利タイプ ( 借換時期別 ) ( 単位 :%) 借換後の金利タイプ別利用割合の借換時期ごとの推移をみると変動型と全期間固定型の利用割合がほぼ逆相関の関係で推移している固定期間選択型変動型全期間固定型 / /1 n = /2-2015/4 n = /5-2015/7 n = /8-2015/10 n = / /3 n = 240 調査時期 9

10 4-1. 借換による金融機関業態の変化 ( 構成比変化 ) 借換前後における金融機関業態ごとの構成比の差をみると機構 / 公庫 ( 直接融資 ) と都銀信託でマイナスとなり地銀第二地銀等 ( ネット銀行などを含む ) と信用金庫等がプラスとなっている ( 単位 :%) 45.4 借換前借換後差機構 / 公庫フラット 35 都銀信託地銀第二地銀等信用金庫等 10

11 4-2. 借換による金融機関業態の変化 ( 純増減件数変化 ) 借換前後における金融機関業態ごとの純増減件数 ( 借換前件数 - 借換後件数 ) をみると機構 / 公庫と都銀信託が純減となり地銀第二地銀等 ( ネット銀行などを含む ) と信用金庫等が純増となっている ( 単位 : 件数 ) 機構 / 公庫フラット 35 都銀信託地銀第二地銀等信用金庫等 11

12 4-3. 借換による金融機関業態の変化 ( 全体 ) 借換前後の金融機関業態の変化の組合せが全体に占める割合は都銀信託都銀信託が最も高く 30.4% となっている ( 注 ) 図中の数値は全体の推移件数を 100 とした場合の各推移区分の割合を示している割合が 1% 未満の場合は数値の表示を割愛したなお 4 行 1 列目の破線は当該区分の割合が 0% であることを示している 12

5. 借換までの経過年数借換までの経過年数はすべての金利タイプで経過期間 5 年以下と比較的早期の借換が最も多い 46.2 30.8 借換前の金利タイプ : 全期間固定型 :n = 39 12.8 10.

13 5. 借換までの経過年数借換までの経過年数はすべての金利タイプで経過期間 5 年以下と比較的早期の借換が最も多い借換前の金利タイプ : 全期間固定型 :n = 借換前の金利タイプ : 固定期間選択型 :n = 133 ( 構成比 :%) 借換前の金利タイプ : 変動型 :n = 借換までの経過年数 13

14 6. 借換による金利タイプ ( 年齢層別 ) 年齢層別にみると借換後の金利タイプが全期間固定型の場合は 50 歳代以上の割合が大幅に低くなっているのに対し変動型の場合は年齢層ごとにほぼ同じ割合となっている 45.2 借換後の金利タイプ : 全期間固定型 :n = 借換後の金利タイプ : 固定期間選択型 :n = 129 ( 構成比 :%) 借換後の金利タイプ : 変動型 :n = 歳代以下 40 歳代 50 歳代以上年齢層 14

15 7. 借換による金利タイプ ( 世帯年収層別 ) 世帯年収層別にみると借換後の金利タイプが全期間固定型の場合は世帯年収が高くなるほど全期間固定型の割合が高くなっているが固定期間選択型の場合はそれほど明確ではない借換後の金利タイプ : 全期間固定型 :n = 借換後の金利タイプ : 固定期間選択型 :n = 129 ( 構成比 :%) 借換後の金利タイプ : 変動型 :n = 万円以下 800 万円以下 800 万円超世帯年収層 15

16 8. 借換による金利タイプ ( 借換後の融資額別 ) 借換後の融資額別にみると借換後の金利タイプが全期間固定型の場合は 1000 万円以下の割合が 10% 以下と少ないが固定期間選択型と変動型では 10% を超えている借換後の金利タイプ : 全期間固定型 :n = 借換後の金利タイプ : 固定期間選択型 :n = 129 ( 構成比 :%) 借換後の金利タイプ : 変動型 :n = 万円以下 1500 万円以下 2000 万円以下借換後融資額 3000 万円以下 4000 万円以下 4000 万円超 16

17 9. 借換による適用金利の変化借換によって金利が低下した方は全体の 82.6% であり ~1.0% 低下 (0.5% 超 1.0% 以下低下 ) した方が 21.6% と最も多い ( 単位 : 構成比 %) 金利が低下した方の構成比の合計 = 82.6 % 金利は上昇金利変化無し ~ 0.2 % 低下 ~ 0.5 % 低下 ~ 1.0 % 低下 ~ 2.0 % 低下 2.0% 超低下 17 ( 注 ) 集計件数 (n = 259) 以下同じ

18 10. 借換による返済期間の変化借換によって返済期間が短期化した方は全体の 65.6% であり ~5 年以下短期化 (0 年超 5 年以下短期化 ) した方が 31.3% と最も多い ( 単位 : 構成比 %) 返済期間が短期化した方の構成比の合計 = 65.6 % 返済期間長期化返済期間変化無し ~ 5 年以下短期化 ~ 10 年以下短期化 ~ 15 年以下短期化 15 年超短期化 18

19 11. 借換による毎月返済額の変化借換によって毎月返済額が減少した方は全体の 66.0% であり ~1 万円以下減少 (5 千円超 1 万円以下減少 ) した方が 21.2% と最も多い ( 単位 : 構成比 %) 毎月返済額が減少した方の構成比の合計 = 66.0 % 返済額増加返済額変化無し ~ 5 千円以下減少 ~ 1 万円以下減少 ~ 2 万円以下減少 2 万円超減少 19

20 12-1. 毎月返済額減少分の使途 ( 単純集計 ) 借換による毎月返済額減少分の使途は生活費に充てる割合が最も高く貯蓄がそれに次ぐ ( 単位 : 構成比 %) 具体的な選択肢 : 複数回答生活費に充てた貯蓄 ( 特に目的はない ) 教育資金に充てた貯蓄 ( 住宅のリフォーム資金に充てる予定 ) 自動車等の住宅関連以外の購入等に充てた家具等の住宅関連の商品購入に充てた株等で資産運用に充てているその他 14.0 n = 171 ( 借換により毎月返済額が減少した方 ) 生活費貯蓄教育費リフォーム資金自動車等家具等資産運用その他

属するグループ ( コミュニティ ) に応じて色分けされている辺 ( エッジ ): 線で結ばれた選択肢が同時に選ばれたことを表す線の太さで同時に選択された場合の多少を表すグループ内の同時選択とグループ間の同時選択とで色分けされている ( 注 ) グルーピングの結果は

21 12-2. 毎月返済額減少分の使途のネットワーククラスター分析返済額減少分の使途は複数回答によるものであるためどの選択肢とどの選択肢が一緒に選択される傾向が強いかを調べることにより選択肢相互の関係から回答者のグルーピングを行うことができるそれに基づいて行ったグルーピングの一例では生活費など消費に結びついた選択肢が上側のグループを貯蓄や資産運用など消費に直接関連しない選択肢が下側のグループを構成しているグラフの見方頂点 ( ノード ): 円の大きさでその選択肢が選ばれた数の多少を表す属するグループ ( コミュニティ ) に応じて色分けされている辺 ( エッジ ): 線で結ばれた選択肢が同時に選ばれたことを表す線の太さで同時に選択された場合の多少を表すグループ内の同時選択とグループ間の同時選択とで色分けされている ( 注 ) グルーピングの結果は採用したクラスタリングアルゴリズムによって異なることがあるここでは最適化アルゴリズムに基づいたクラスタリングによる結果を採用した最適化とはより密な関係にある成員からなる各コミュニティへの分割と全くランダムな分割との差 ( modularity ) を最大化するアルゴリズムによるものである 21

22 参考回答者の基本属性年齢世帯年収地域 ( 注 ) 借換 n=259 項目サンフル数構成比 20 歳代 % 30 歳代 % 40 歳代 % 50 歳代 % 60 歳代 % 400 万円以下 % 400 万円超 ~600 万円以下 % 600 万円超 ~800 万円以下 % 800 万円超 ~1000 万円以下 % 1000 万円超 ~1500 万円以下 % 1500 万円超 % 首都圏 % 東海圏 % 近畿圏 % その他 % 注 : 首都圏 : 千葉県埼玉県東京都神奈川県東海圏 : 岐阜県愛知県静岡県三重県近畿圏 : 滋賀県京都府兵庫県大阪府奈良県和歌山県その他 : 首都圏東海圏近畿圏以外 22

23 参考文献等 R Core Team (2016). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL Butts C (2015). network: Classes for Relational Data. The Statnet Project ( R package version , Butts C (2008). network: a Package for Managing Relational Data in R. Journal of Statistical Software, 24(2). A. Liaw and M. Wiener (2002). Classification and Regression by randomforest. R News 2(3), Sarkar, Deepayan (2008) Lattice: Multivariate Data Visualization with R. Springer, New York. ISBN Csardi G, Nepusz T: The igraph software package for complex network research, InterJournal, Complex Systems 外山信夫辻谷将明 (2015) 実践 R 統計分析オーム社 23

Microsoft PowerPoint - N_借換調査2017

Microsoft PowerPoint - N_借換調査2017 調査の概要 1 調査方法 217 年度民間住宅ローン借換の実態調査インターネット調査インターネット調査会社のモニター 23 万件のうち 2 の調査対象の要件を満たす方に対しインターネットによるアンケート調査を実施し先着順に回答があった民間住宅ローン借換者 945 件を調査対象とした 2 調査対象現在民間住宅ローンを借入されている方で 217 年 4 月から 218 年 3 月までに借換された方